Measuring lichen specimen characteristics to reduce relative local uncertainties for trace element biomonitoring
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Local variation (within sampling sites) affects lichen air pollution biomonitoring of trace element deposition patterns. When comparing between sampling sites, global variation must be greater than local variation, thus reducing local variation is important in biomonitoring studies. To reduce local variability, sampling protocols are introduced, primarily minimum sampling height and less often sampling aspect. This study, introduces further protocols, which can help to reduce within site variation. First, the research design removed spatial variation by sampling a single tree. One–thousand and thirty–seven individual specimens of Usnea subfloridana were collected and aggregated into 97 samples based on similar collection height, aspect and mass. Samples were tested by inductively coupled plasma – atomic emission spectroscopy for total recoverable Al, As, Ba, Be, Cd, Co, Cr Cu, Fe, K, Mg, Mn, Mo, Na, Ni, P, Pb, S, Sr, Ti, Tl, V, and Zn. Fifteen of the elements tested were above minimum detection limits and their variation in concentrations were able to be partially explained with linear modeling. When explaining variation in concentrations with linear modeling, aspect was statistically significant for all of the 15 elements, height was statistically significant for 12 elements, and specimen mass was significant for 6 elements. We demonstrate that individually assessing and minimizing specimen collection aspect, height and mass prior to aggregating specimens into samples can reduce local variation, which will improve between site comparisons.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle